推荐信生成器:写出清晰、有据可依的背书

简述你如何认识候选人、目标岗位,以及你能证明的成就。生成一页推荐信,发送前再修订。

AI writing
Claude
GitHub
Google
Linear
Microsoft
Monday
Netlify
Notion
OpenAI
Sentry
Slack
Stripe
Supabase
Claude
GitHub
Google
Linear
Microsoft
Monday
Netlify
Notion
OpenAI
Sentry
Slack
Stripe
Supabase
柔和的白色 AI 工作区,带有证据标签和浮动输入框,并显示推荐信草稿预览。

先写清关系和证明点

使用本推荐信生成器时,先说明你如何认识对方、认识多久、目标岗位或项目,以及两到三项你能站得住脚的成就。只写名字的提示词容易编造夸奖;一份简短的证据说明才能让推荐信可信。若候选人还需要求职文案,可指向求职信生成器

柔和的聊天式工作区,上方是简要说明卡片,下方是漂浮面板中的润色推荐信结果。

搭出让读者信任的结构

要求包含关系背景、明确背书、两段紧扣机会的证据,以及结尾愿意进一步沟通的邀请。第二轮修订通常比从头重生更能用事例替换形容词。更精准的修订提示见怎么写出真正好用的 AI 提示词

漂浮的推荐信卡片叠在柔和的高级渐变背景上,对比笼统草稿与有证据支撑的修订稿。

删掉编造夸奖,并复用说明

删掉你无法核实的指标、未观察到的同伴排名,以及没有例子的空泛软技能。把已确认的证据留在项目里,方便写下一封。草稿稳定后,可用AI 邮件生成器发送,或用AI 信件生成器起草相关便函。

使用 Ottermind 可以完成什么

推荐前员工

将职责、观察到的优势和具体成果与下一份职位的要求相联系。

支持学生申请

将课程学习、项目、成长和课堂表现转化为可信的学术推荐。

撰写研究生入学推荐信

通过推荐人能够佐证的示例,说明研究能力、学术独立性、准备情况和匹配度。

表彰志愿者或领导者

描述服务、主动性、协作和社区影响,避免夸大此人的角色。

如何使用本推荐信生成器

步骤 01

锁定证据说明

列出候选人、你的关系与时长、目标机会,以及你实际观察到的成就。拒绝“夸他很厉害”这类空泛请求。

步骤 02

生成初稿

产出可评估的结构:可信度、背书、具体证据,以及可联系的结尾。

步骤 03

做一轮准确性与语气修订

确认每条说法都符合你观察到的事实,并只在愿意在跟进电话中为这封信负责后再发送。

创作者为何选择 Ottermind

证据先于形容词

先说明关系和证明点,避免推荐信生成器编造你无法辩护的夸奖。

保留项目上下文

在起草下一封背书时,把已确认的成就、语气和过往信件整理在一起。

聚焦修订轮次

可分别要求更简洁、更学术,或更强的结尾背书,而无需丢弃原有说明。

对比侧重点变体

用同一套证据分别生成偏领导力与偏技术的版本,再做选择。

在 Studio 中继续

把已接受的信件带入 Studio,并保留原始证据说明,方便最终润色。

常见问题

什么是推荐信生成器?

推荐信生成器把关系背景和证据整理成可编辑的结构化背书。在 Ottermind 中,你提供如何认识候选人、目标机会以及你观察到的成就,与协作式智能体一起生成草稿,发送前再核对准确性。它不会替代你的判断,也不会编造你未亲历的经历。

提示词里应包含什么?

包含候选人姓名与岗位、你的关系与时长、目标工作或项目、两到三项具体成就(有指标更好),以及偏好语气。缺少证明点的空泛提示,通常只会得到削弱推荐信的泛泛夸奖。

这和 recommendation letter 是一回事吗?

是的。“推荐信”“recommendation letter”和“letter of recommendation”指的是同一类文件。本页帮助你为工作、学校或其他机会起草这类背书。无论怎么称呼,都保持结构具体。

这和求职信有什么不同?

求职信由申请人自己撰写。推荐信由经理、老师或同事为他人背书。若需要面向申请人的文案,请使用求职信生成器

它会替我编造成就吗?

不应如此。请指示草稿只使用你提供的证据,并在信息不足时标注缺口,而不是编造指标或同伴排名。最终信件中的每一条说法仍由你负责。

推荐信之后还应做什么?

保存已确认的证据说明,方便下次请求。用AI 邮件生成器发送信件。若候选人需要申请材料,可指向求职信生成器AI 简历生成器

探索更多

博客精选

用真实证据起草下一封推荐信

带上关系背景、目标机会和你能证明的成就。用本推荐信生成器写出清晰推荐信,仔细修订,并在 Ottermind 中保持说明连贯。

撰写推荐信